科学中的人工智能：计算生物学论坛成功举办 | WAIC 2022

9月2日上午，WAIC 2022 科学中的人工智能：计算生物学（AI for Science: Computational Biology）论坛，于上海世博中心成功举办。该论坛由上海人工智能实验室计算生物创新中心主办，浙江大学上海高等研究院与复旦大学复杂体系多尺度研究院联合承办。

计算生物学作为生物医药研发的重要理论基础，已成为人工智能发展的重要应用场景之一。而AlphaFold2的出现标示着基于人工智能的算法在部分指标上已超过传统计算方法。自2019年新型冠状病毒肺炎爆发以来，计算生物学研究人员在预测病毒传播、解析病毒生物学机制、疫苗研发等多方面取得了重大进展，研究结果陆续应用于该传染病的预防、控制、治疗等方面。

围绕计算生物学相关议题，本场学术性论坛邀请到了诺贝尔奖得主迈克尔∙莱维特（Michael Levitt），上海人工智能实验室教授、复旦大学教授马剑鹏，中国科学院深圳先进技术研究院合成所教授、华东师范大学-纽约大学计算化学联合研究中心（上海纽约大学）主任张增辉，浙江大学求是讲席教授、浙江大学上海高等研究院院长周如鸿作为嘉宾参与论坛。几位教授通过精彩的主旨演讲，阐释了计算生物学如何结合人工智能及高性能计算赋能生物医药研发。来自高校及企业的专家出席会议。

马剑鹏教授以幽默而严谨的开场主持拉开会议帷幕。他指出，近年来，计算生物学蓬勃发展，顶级科学家之间的学术交流与碰撞对提升国内相关研究及学科建设至关重要。

迈克尔∙莱维特教授在主旨演讲《新冠病毒的计算生物学》（Computational Biology of COVID-19）中介绍了他联合Zonta教授团队取得的科研进展。团队通过计算生物学手段建立新冠病毒传播模型拟合真实流行病学数据，设计出一种普适性的预测方法。他认为，持续追踪新冠疫情发展，可以更深层次地揭示世界各地不同疫情程度背后代表的人文、社会和行为差异。

周如鸿教授带来了题为《新抗原和自体抗原的智能设计》的学术报告。其团队结合生物物理理论、高性能计算和人工智能等技术，揭示出免疫相关生物大分子相互作用机制，并将其应用于药物开发。新抗原和自体抗原设计是团队的研究方向之一，通过与哈佛医学院、约翰斯∙霍普金斯大学等的合作，团队先后帮助解释肿瘤免疫治疗在不同人群中的响应差异之谜，并在基于免疫激活多肽分子的疫苗开发等方面取得了一系列进展。

论坛下半场由周如鸿教授主持。张增辉教授在《预测蛋白质-配体、蛋白质-蛋白质相互作用》的主题演讲中，向观众阐释了蛋白质-配体、蛋白质-蛋白质相互作用的计算机建模与预测。他介绍，生物大分子的计算机模拟可以从物理模型出发，也可以通过机器学习算法进行推演，并着重介绍了不同算法模型的实现与应用。

马剑鹏教授发表主题为《预测、建模及模拟生物分子复杂系统》的报告，围绕蛋白质结构预测方法和相关生物分子复杂性展开演讲。他强调了计算机模拟与实验的平衡，并展示了在药物分子设计的两个重要阶段（发现蛋白质分子的静态结构和蛋白质分子的动力学模拟）中，如何通过人工智能机器学习算法有效融合生物学基础、结构生物学、实验辅助多尺度复杂体系模拟、高性能化学和物理计算等研究方法。

论坛期间，各位演讲者深入浅出地解答了观众提问，并在会后与在场青年研究人员进一步交流。未来，上海人工智能实验室计算生物学创新中心将持续以人工智能为技术中枢，构建新一代生物体系分析工具与方法，解读生物遗传信息，加速生命科学在分子层面的研究。通过对蛋白质、DNA等分子功能结构的预测与设计，打破生物数据壁垒，为生命科学研究提供新的思路与方法。